公共文化服务平台

搜索到268篇“ CV模型“的相关文章

结合目标局部和全局特征的CV模型遥感影像水体提取方法: 2024年; 如何准确有效的实现水体信息提取,是目前水资源管理、监测和应用非常重要的一环,由于水体形状、大小和分布的多样性以及场景的复杂性,如何高效准确地从遥感影像中提取出水体仍具有挑战性。现有的主动轮廓模型水体提取算法主要针对某一数据或特定水体类型,且受到噪声影响较大等问题,导致水体提取精度不高。因此,提出一种结合目标局部和全局特征的CV(Chan-Vese)模型快速分割方法。该改进方法的能量泛函由整体项、局部项和正则项组成,通过将局部图像信息融入CV模型的能量泛函中,在局部项中引入卷积算子并计算演化曲线内外部差值图像灰度均值,用差分图像代替原始图像,有效限制演化曲线处理灰度不均匀图像时发生的错误移动。此外,正则化项由长度约束项和新的惩罚能量组成,约束了演化曲线的长度,使目标边界更加平滑、精确,同时避免了传统水平集方法中的重新初始化步骤,以提高效率。针对哨兵1号卫星和哨兵2号卫星影像中的湖泊、河流和小水体分割实验结果表明:对于SAR(Synthetic Aperture Radar)影像,改进后的CV模型的分割精度分别达到96.15%、95.19%、83.64%,F1分数达到95.77%、91.06%、75.78%;对于光学影像,分割精度分别达到97.71%、95.12%、93.97%,F1分数达到97.15%、93.67%、86.78%。针对城市中心区域水体分割,SAR数据分割精度和F1分数分别为97.2%和89.2%;光学数据分割精度和F1分数分别为92.12%和89.37%。改进算法对背景复杂的多类型水体和城市区域水体均有较高的分割精度,能够实现遥感图像中水体的高精度提取。; 杨正雄峰张春亢黎国庆文鹏帆杨庆骅; 关键词：SAR影像水体提取 CV模型能量泛函差分图像

一种基于YOLO-CV模型的养鸡场检测方法及系统: 本发明公开了一种基于YOLO‑CV模型的养鸡场检测方法，包括：收集待检测的养鸡场图像数据集，构建YOLO‑CV模型并进行模型训练，YOLO‑CV模型包括多头自注意力模块，MR多尺度模块和残差通信块RS‑Block；把训练...; 贾凯赵建洋单劲松孙佳豪房静王艳君张添冠吴寅晓周长华姚金真汤汉阳

计算机视觉CV模型训练方法、装置、电子设备和存储介质: 本申请公开了一种计算机视觉CV模型训练方法、装置、电子设备和存储介质，所述方法包括：获取第一CV模型提取的训练图像的第一视觉特征，获取第二CV模型提取的训练图像的第二视觉特征；对各训练图像的第一视觉特征和第二视觉特征分别...; 赖申其柴振华

基于改进局部信息的CV模型的图像分割方法: 本发明提供一种基于改进局部信息的CV模型的图像分割方法，涉及图像分割技术领域，包括：根据像素点灰度值以生成局部灰度拟合值第一系数；估算原始图像中目标的个数和像素面积，并根据目标的个数和像素面积以生成局部灰度拟合值第二系数...; 于丹宁

基于改进局部信息的CV模型的图像分割方法: 本发明提供一种基于改进局部信息的CV模型的图像分割方法，涉及图像分割技术领域，包括：根据像素点灰度值以生成局部灰度拟合值第一系数；估算原始图像中目标的个数和像素面积，并根据目标的个数和像素面积以生成局部灰度拟合值第二系数...; 于丹宁

改进的注意力机制与CV模型相结合的分割方法及其系统: 本发明涉及计算机视觉与医学图像处理领域，尤其涉及一种改进的注意力机制与CV模型相结合的分割方法及其系统，步骤如下：选取脑卒中病变数据为数据集，将其划分为训练集和测试集；对训练集和测试集预处理，导入库后进行数据加载，并将其...; 陈达曹步勇张炯刘丽张林张伟杰

改进的注意力机制与CV模型相结合的分割方法及其系统: 本发明涉及计算机视觉与医学图像处理领域，尤其涉及一种改进的注意力机制与CV模型相结合的分割方法及其系统，步骤如下：选取脑卒中病变数据为数据集，将其划分为训练集和测试集；对训练集和测试集预处理，导入库后进行数据加载，并将其...; 陈达曹步勇张炯刘丽张林张伟杰

基于分水岭线的CV模型树冠分割优化算法: 2023年; 为了实现对森林调查中的树木生长状况精确监测,单体树冠分割是重要研究内容。将无人机拍摄的云杉林影像作为研究对象,针对图像中存在的树冠粘连问题,结合分水岭算法和Chan-Vese主动轮廓模型,建立一套自动实现树冠轮廓定位、分割、优化系统。该改进算法将预处理后图像输入到标记分水岭分割中,得到的分水线作为Chan-Vese模型的基础,通过曲线演化至图像特定边缘,最大程度提取出完整的树冠轮廓。为改善分水岭算法敏感、区域主动轮廓模型定位初始位置难确定等问题,提出一种便捷完整的树冠分割的算法。实验结果表明,与传统分水岭和传统Chan-Vese模型相比,树冠提取方法准确率达到82.62%,实现较高提升。并且在对树冠误判、漏判、欠分割、过分割问题有较好改进。该方法可以自动、有效地提取出独立的树冠轮廓,并具有更好的提取精度。; 徐鸿哲张建杰刘丹刘尧兵

基于改进CV模型的SAR图像水域检测方法: 2022年; 为了能更快速、准确地将河流从背景中提取出来,提出了一种基于改进无边缘主动轮廓(Chan-Vese,CV)模型的合成孔径雷达(SAR)图像水域检测方法。首先,采用基于优化的人工蜂群(ABC)算法的倒数交叉熵多阈值选取方法提取初始水域;然后,在检测结果中引入移动因子改进传统CV模型,加快收敛速度的同时提高水域检测精度;最后,大量试验结果表明,该方法解决了单一阈值分割法分割精度不够高和传统CV模型收敛速度低、对初始条件敏感的问题,能更快速准确地分割出水域。; 周小健于子桓吴诗婳; 关键词：SAR图像

基于高分辨率卫星影像的CV模型单木定位法被引量：2: 2022年; 【目的】基于遥感影像自动获取单木位置信息,进而建立单木数据库,实施单木集约化管理,以实现精准林业特别是对城市树木的集约管理。【方法】针对传统方法在树冠重叠区域易出现误判和漏判问题,提出基于CV模型的单木定位技术。首先结合树冠形态学特征自动提取初始轮廓;其次基于CV模型对初始轮廓线进行迭代,进而获取单木树冠轮廓;最终提取单木位置信息。为了检验该单木定位方法的效果,选择了7张不同类型(针叶林、阔叶林、经济林等林分和非林分)的高分辨率卫星影像,进行基于CV模型的单木定位方法与传统单木定位方法的对比分析。【结果】基于高分辨率卫星影像的CV模型单木定位法可基于图像全局信息,利用曲线内外的灰度均值而不是梯度信息进行分割,能够在边界模糊或梯度无意义的图像中取得较好的分割效果,快速准确地收敛到目标位置。与梯度分水岭法、标记分水岭法及局部最大值法等传统方法相比,CV模型单木定位法具有更高的匹配率,平均匹配率提高近23%。【结论】该单木定位法可以更好地处理树冠的连接、重叠状况,具有更好的定位效果,表现出良好的应用潜力。; 程晓菲武刚; 关键词：CV模型高分辨率卫星影像

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈